BAB I.
PENDAHULUAN
1.1 LATAR
BELAKANG
Peramalan (forecasting)
permintaan akan produk dan jasa di waktu mendatang dan bagian-bagiannya adalah
sangat penting dalam perencanaan dan pengawasan produksi. Peramalan yang baik
adalah esensial untuk efisiensi operas-operasi manufacturing dan produksi jasa.
Pada hakekatnya peramalan merupakan suatu perkiraan terhadap keadaan yang akan
terjadi di masa yang akan datang. Keadaan masa yang akan datang yang dimaksud
adalah:
1. Apa yang
dibutuhkan (jenis)
2. Berapa yang dibutuhkan (jumlah/kuantitas)
3. Kapan
dibutuhkan (waktu)
Tujuan peramalan dalam kegiatan produksi adalah untuk
meredam ketidakpastian, sehingga diperoleh suatu perkiraan yang mendekati
keadaan yang sebenarnya. Peramalan tidak akan pernah “perfect”, tetapi meskipun
demikian hasil peramalan akan memberikan arahan bagi suatu perencanaan. Suatu
perusahaan biasanya menggunakan prosedur tiga tahap untuk sampai pada peramalan
penjualan, yaitu diawali dengan melakukan peramalan lingkungan, diikuti dengan
peramalan penjualan industri, dan diakhiri dengan peramalan penjualan
perusahaan.
1.2 Rumusan
Masalah
1. Apa pengertian peramalan
2. Apa metode-metode dari
peramalan
BAB II.
PEMBAHASAN
2.1 Pengertian
Peramalan
Peramalan (forecasting) merupakan
bagian vital bagi setiap organisasi bisnis dan untuk setiap pengambilan
keputusan manajemen yang sangat signifikan. Peramalan menjadi dasar bagi
perencanaan jangka panjang perusahaan. Dalam area fungsional keuangan,
peramalan memberikan dasar dalam menentukan anggaran dan pengendalian biaya.
Pada bagian pemasaran, peramalan penjualan dibutuhkan untuk merencanakan produk
baru, kompensasi tenaga penjual, dan beberapa keputusan penting lainnya.
Selanjutnya, pada bagian produksi dan operasi menggunakan data-data peramalan
untuk perencanaan kapasitas, fasilitas, produksi, penjadwalan, dan pengendalian
persedian (inventory control). Untuk menetapkan kebijakan ekonomi seperti
tingkat pertumbuhan ekonomi, tingkat pengangguran, tingkat inflasi, dan lain sebagainya
dapat pula dilakukan dengan metode peramalan.
Peramalan adalah penggunaan data
masa lalu dari sebuah variabel atau kumpulan variabel untuk mengestimasi
nilainya di masa yang akan datang. Asumsi dasar dalam penerapan teknik-teknik
peramalan adalah:“If we can predict what the future will be like we can modify
our behaviour now to be in a better position, than we otherwise would have
been, when the future arrives.” Artinya, jika kita dapat memprediksi apa yang
terjadi di masa depan maka kita dapat mengubah kebiasaan kita saat ini menjadi
lebih baik dan akan jauh lebih berbeda di masa yang akan datang. Hal ini
disebabkan kinerja di masa lalu akan terus berulang setidaknya dalam masa
mendatang yang relatif dekat.
Peramalan merupakan teknik yang digunakan
untuk memperkirakan suatu system dimasa yang akan datang. Peramalan diperlukan
oleh suatu perusahaan karena setiap keputusan yang diambil dapat memengaruhi
keadaan dimasa yang akan datang. Menurut Horison waktu,nya,peramalan dapat
dibagi menjadi 3 yaitu:
1.
Peramalan jangka pendek yang memberikan hasil
peramalan satu tahun mendatang atau kurang.
2.
Peramalan jangka menengah untuk meramalkan
keadaan satu hingga 5 tahun kedepan.
3.
Peramalan jangka panjang digunakan untuk
pengambilan keputusan mengenai perencanaan produk dan perencanaan
pasar,pengeluaran biaya perusahaan,studi kelayakan pabrik,anggaran,purchase
order,perencanaan tenaga kerja dan perencanaan kapasitas kerja serta
pengambilan keputusan yang berhubungan dengan kejadian lebih dari 5 tahun yang
akan datang.
2.2 Metode Peramalan
2.2.1 Metode
Kuantitatif
Metode Peramalan Kuantitatif dapat dikelompokkan menjadi dua
jenis, yaitu :
1. Model seri waktu / metode deret berkala (time
series) metode yang dipergunakan untuk
menganalisis serangkaian data yang merupakan fungsi dari waktu,
Model Seri Waktu / Metode deret berkala, terbagi menjadi :
a. Rata-rata
bergerak (moving averages),
Rata-Rata Bergerak Sederhana (simple moving averages) :
bermanfaat jika diasumsikan bahwa permintaan pasar tetap stabil.
Rata-Rata Bergerak Tertimbang (weighted moving averages) :
apabila ada pola atau trend yang dapat dideteksi, timbangan bisa digunakan
untuk menempatkan lebih banyak tekanan pada nilai baru.
b. Penghalusan
eksponensial (exponential smoothing),
Penghalusan Eksponensial : metode peramalan dengan
menambahkan parameter alpha dalam modelnya untuk mengurangi faktor kerandoman.
Istilah eksponensial dalam metode ini berasal dari pembobotan/timbangan (faktor
penghalusan dari periode-periode sebelumnya yang berbentuk eksponensial.
c. Proyeksi
trend (trend projection)
Metode proyeksi trend dengan regresi, merupakan metode yang
dignakan baik untuk jangka pendek maupun jangka panjang. Metode ini merupakan
garis trend untuk persamaan matematis.
1.
Model / metode kausal (causal/explanatory model)
Mengasumsikan variabel yang diramalkan menunjukkan adanya
hubungan sebab akibat dengan satu atau beberapa variabel bebas (independent
variable).
Merupakan metode peramalan yang didasarkan kepada hubungan
antara variabel yang diperkirakan dengan variabel alin yang mempengaruhinya
tetapi buakn waktu. Dalam prakteknya jenis metode peramalan ini terdiri dari :
1.
Metode regresi dan kolerasi, merupakan metode
yang digunakan baik untuk jangka panjang maupun jangka pendek dan didasarkan
kepada persamaan dengan teknik least squares yang dianalisis secara statis.
2.
Model Input Output, merupakan metode yang
digunakan untuk peramalan jangka panjang yang biasa digunakan untuk menyusun
trend ekonomi jangka panjang.
3.
Model ekonometri, merupakan peramalan yang
digunakan untuk jangka panjang dan jangka pendek.
2.2.2 Metode Kualitatif
Metode kualitatif umumnya bersifat subjektif, dipengaruhi
oleh intuisi, emosi, pendidikan dan pengalaman seseorang. Oleh karena itu hasil
peramalan dari satu orang dengan orang lain dapat berbeda. Meskipun demikian,
peramalan kualitatif dapat menggunakan teknik/metode peramalan, yaitu :
1.
Juri dari Opini Eksekutif : metode ini mengambil
opini atau pendapat dari sekelompok kecil manajer puncak/top manager
(pemasaran, produksi, teknik, keuangan dan logistik), yang seringkali
dikombinasikan dengan model-model statistik.
2.
Gabungan Tenaga Penjualan : setiap tenaga
penjual meramalkan tingkat penjualan di daerahnya, yang kemudian digabung pada
tingkat provinsi dan nasional untuk mencapai ramalan secara menyeluruh.
3.
Metode Delphi : dalam metode ini serangkaian
kuesioner disebarkan kepada responden, jawabannya kemudian diringkas dan
diberikan kepada para ahli untuk dibuat peramalannya. Metode memakan waktu dan
melibatkan banyak pihak, yaitu para staf, yang membuat kuesioner, mengirim,
merangkum hasilnya untuk dipakai para ahli dalam menganalisisnya. Keuntungan
metode ini hasilnya lebih akurat dan lebih profesional sehingga hasil peramalan
diharapkan mendekati aktualnya.
4.
Survai Pasar (market survey) : Masukan diperoleh
dari konsumen atau konsumen potensial terhadap rencana pembelian pada periode
yang diamati. Survai dapat dilakukan dengan kuesioner, telepon, atau wawancara
langsung.
2.3 Contoh
Kasus
1. A. Dibawah
ini menunjukkan data PT FAFAUZI tahun 2009-2013.
NO
|
TAHUN
|
PENJUALAN
(Y)
|
1
|
2009
|
110
|
2
|
2010
|
125
|
3
|
2011
|
150
|
4
|
2012
|
185
|
5
|
2013
|
210
|
JUMLAH
|
5
|
780
|
Berapakah ramalan penjualan untuk tahun yang akan datang
atau tahun 2014?
JAWAB:
ANALISIS
MENGGUNAKAN METODE LEAST SQUARE DATA GANJIL
PT
FAFAUZI
NO
|
TAHUN
|
PENJUALAN
(Y)
|
PREDIKSI
(X)
|
X^2
|
XY
|
1
|
2009
|
110
|
-2
|
4
|
-220
|
2
|
2010
|
125
|
-1
|
1
|
-125
|
3
|
2011
|
150
|
0
|
0
|
0
|
4
|
2012
|
185
|
1
|
1
|
185
|
5
|
2013
|
210
|
2
|
4
|
420
|
JUMLAH
|
5
|
780
|
0
|
10
|
260
|
Mencari
nilai a dan b
a = 780 = 156
5
b = 260
= 26
5
maka persamaan least squarenya adalah dimana
nilai
Y = a + bX
Y = 156 + 26X
Maka ramalan penjualan untuk tahun 2014 yang
memiliki angka X=3 tahun yang berikutnnya yang dicari:
Y (2014)
= 156 + 26 (3)
Y (2014)
= 156 + 78
Y (2014)
= 234 unit
b. Dibawah
ini adalah data ramalan penjualan PT ABANGJUNK pada tahun 2009-2012.
NO
|
TAHUN
|
PENJUALAN
(Y)
|
1
|
2009
|
145
|
2
|
2010
|
150
|
3
|
2011
|
165
|
4
|
2012
|
170
|
Berapakah
ramalan penjualan untuk tahun 2013?
JAWAB:
ANALISIS MENGGUNAKAN METODE LEAST SQUARE DATA
GENAP
PT
ABANGJUNK
NO
|
TAHUN
|
PENJUALAN
(Y)
|
PREDIKSI
(X)
|
X^2
|
XY
|
1
|
2009
|
145
|
-3
|
9
|
-435
|
2
|
2010
|
150
|
-1
|
1
|
-150
|
3
|
2011
|
165
|
1
|
1
|
165
|
4
|
2012
|
170
|
3
|
9
|
510
|
JUMLAH
|
5
|
630
|
0
|
20
|
90
|
Mencari
nilai a dan b
a = 630= 157,5
4
b = 90 =
4,5
20
maka persamaan least squarenya adalah
Y = a + bX
Y = 157,5 + 4,5X
Maka ramalan penjualan untuk tahun 2013 :
Y (2013)
= 157.5 + 4,5 (5)
Y (2013)
= 157.5 + 22,5
Y (2013)
= 180 unit.
2.
Dibawah ini adalah permintaan musiman untuk
penjualan sepatu olahraga PT SHOEZI setiap triwulan dari tahun 2009-2013 (dalam
ribuan lusin)
Tahun
|
Tri wulan I
|
Tri wulan II
|
Tri wulan III
|
Tri wulan IV
|
2009
|
25
|
275
|
150
|
525
|
2010
|
30
|
310
|
220
|
610
|
2011
|
34
|
360
|
285
|
705
|
2012
|
42
|
420
|
350
|
810
|
2013
|
50
|
500
|
425
|
900
|
Berapakah permintaan
musiman untuk penjualan sepatu olahraga PT SHOEZI pada tahun 2014 mendatang?
JAWAB:
A.
ANALISIS MENGGUNAKAN METODE TIME SERIES
(RATA-RATA BERGERAK SEDERHANA / SIMPLE MOVING AVERAGE).
Tahun
|
Tri wulan
I
|
Tri wulan
II
|
Tri wulan
III
|
Tri wulan
IV
|
∑y
(Tri wulan)
|
x
|
|
x.y
|
2009
|
25
|
275
|
150
|
525
|
975
|
-2
|
4
|
-1.950
|
2010
|
30
|
310
|
220
|
610
|
1.170
|
-1
|
1
|
-1.170
|
2011
|
34
|
360
|
285
|
705
|
1.384
|
0
|
0
|
0
|
2012
|
42
|
420
|
350
|
810
|
1.622
|
1
|
1
|
1.622
|
2013
|
50
|
500
|
425
|
900
|
1.875
|
2
|
4
|
3.750
|
∑
|
181
|
1.865
|
1.430
|
3.550
|
7.026
|
0
|
10
|
2.252
|
Rata-rata
|
0,025
|
0,265
|
0,203
|
0,505
|
0,998
|
|||
Adjustment
|
0,026
|
0,265
|
0,204
|
0,505
|
1
|
Rata-rata = Tri wulan
∑Y
Kemudian mencari nilai a
dan b
a= ∑Y
= 7.026 =
1.405,2
n 5
b= ∑x.y = 2.252 =
225.2
∑
10
maka persamaan simple moving average adalah
Y = a + bX
Y = 1.405,5 + 225,2X
Maka permintaan untuk ramalan penjualan tahun
2014 :
Y (2014)
= 1.405,5 + 225,2 (3)
Y (2014)
= 1.405,5 +675,6
Y (2014)
= 2.080,8
Jadi, permintaan ramalan untuk
penjualan tahun 2014 setiap Tri Wulan adalah:
Tri Wulan I = 0,026 x 2.080,8 =
55
Tri Wulan II = 0,0265 x 2.080,8 =
552
Tri Wulan III = 0,204 x 2.080,8 =
425
Tri Wulan IV = 0,505 x 2.080,8 =
1.051
Semua
jawaban dibulatkan ke atas karena satuan unit.
B.
ANALISIS MENGGUNAKAN METODE TIME SERIES
(RATA-RATA BERGERAK TERTIMBANG / WIGHTED MOVING AVERAGE).
TAHUN
|
TRI
WULAN
|
VOLUME
PENJUALAN
|
RATA-RATA
4 PERIODE
|
TITIK
TENGAH (TT)
|
IM = VP : TT
|
2009
|
I
|
25
|
|
|
|
|
II
|
275
|
|
|
|
III
|
150
|
|
|
|
|
IV
|
525
|
|
|
|
|
2010
|
I
|
30
|
|
|
|
|
II
|
310
|
|
|
|
III
|
220
|
|
|
|
|
IV
|
610
|
|
|
|
|
2011
|
I
|
34
|
|
|
|
|
II
|
360
|
|
|
|
III
|
285
|
|
|
|
|
IV
|
705
|
|
|
|
|
2012
|
I
|
42
|
|
|
|
|
II
|
420
|
|
|
|
III
|
350
|
|
|
|
|
IV
|
810
|
|
|
|
|
2013
|
I
|
50
|
|
|
|
|
II
|
500
|
|
|
|
III
|
425
|
|
|
|
|
IV
|
900
|
|
|
|
Tahun
|
Tri wulan
I
|
Tri wulan
II
|
Tri wulan
III
|
Tri wulan
IV
|
∑y
(Tri wulan)
|
2009
|
-
|
-
|
0,6138
|
2,1053
|
2,7191
|
2010
|
0,1143
|
1,0948
|
0,7509
|
2,0350
|
3,995
|
2011
|
0,1083
|
1,0774
|
0,8213
|
1,9821
|
3,9891
|
2012
|
0,1132
|
1,0704
|
0,8010
|
1,9401
|
3,9247
|
2013
|
0,1144
|
1,0929
|
-
|
-
|
1,2073
|
∑
|
0,4522
|
4,3405
|
3,0460
|
8,0625
|
15,9012
|
Rata-rata
|
0,1131
|
1,0852
|
0,7615
|
8,0625
|
Maka, permintaan peramalan pernjualan untuk tahun 2014
masing-masing Tri Wulan adalah:
Cara menghitung = (Rata-rata masing-masing Tri Wulan x titik
tengah paling tinggi)
Tri
Wulan I = 0,1131 x 436,875 =
Tri
Wulan II = 1,0852 x 457,5 =
Tri
Wulan III = 0,7615 x =
Tri
Wulan IV = 8,0625 x =
BAB
III. PENUTUP
3.1
KESIMPULAN
Peramalan merupakan tahapan awal dalam
perencanaan sistem operasi produksi. Peramalan adalah kegiatan memperkirakan
tingkat permintaan produk yang diharapkan untuk suatu
produk atau beberapa produk dalam jangka waktu di masa
yang akan datang. Peramalan
diperlukan oleh suatu perusahaan karena setiap keputusan yang diambil dapat
memengaruhi keadaan dimasa yang akan datang.
0 comments:
Post a Comment